为了解决传统聚类由于缺少有效指导而导致图像分割结果不理想的问题，将半监督方法引入到多目标进化模糊聚类算法中，提出了一种基于半监督的多目标进化模糊聚类。图像分割算法通过构造基于半监督的类内紧致性函数和类间分离度函数，利用监督信息指导聚类过程获得非支配解集。为了从非支配解集中选择一个最优解，利用监督信息构造了基于相似性度量的有效性指标。实验结果表明，提出的方法在分割准确率和视觉效果上明显优于无监督的聚类方法。